Scale-resolved correlation functions unify spatial omics across platforms and resolutions
本文介绍了 SCOTE，这是一个可扩展的计算框架，它通过量化所有长度尺度的空间相关性，统一了跨不同平台和分辨率的空间组学分析，从而将生物信号与平台特有的伪影区分开来，并实现了对海量数据集的高效、高通量处理。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下试图理解一座繁忙城市的布局。你可以统计站在每个街角的人数，可以将他们分组到不同的社区，或者你也可以仅仅记录下在特定时刻每一个人的站立位置。在空间生物学领域，科学家们正在做类似的事情，只不过他们绘制的不是城市，而是活体组织的内部图谱。多年来，研究人员一直使用不同的工具来获取这些地图。有些工具就像高分辨率相机，拍摄细胞内漂浮的单个遗传物质分子；另一些则像是一个格状的桶阵列，捕捉并计数落在每个方格内的分子数量。问题在于，这些工具使用的语言并不相通。由一种相机生成的地图无法轻易地与另一种相机或基于格子的计数进行比较，因为分析数据的算法是专门为每种工具构建的。这使得人们难以观察全局，或将不同研究的结果结合起来以寻找普遍真理，从而了解组织是如何组织的。
慕尼黑基因中心（Gene Center Munich）的一个研究小组开发了一种观察这些地图的新方法，这种方法使用一种统一的通用语言。他们创建了一个名为 SCOTE 的计算框架，全称为“空间协方差张量”（Spatial COvariance TEnsors）。该方法不再强行将数据塞进预定义的框中，也不依赖于对细胞边界的模糊猜测，而是测量任何两种类型的分子在每种可能距离下同时出现的频率。它提出了一个简单的问题：如果你选取一个 A 型分子，在距离一个微米、十个微米或一毫米处，找到一个 B 型分子的可能性有多大？通过计算每一对基因在每一个尺度上（从单个分子的尺寸到整个器官的尺寸）的关系，研究人员发现，无论使用哪种机器来捕获数据，组织组织的底层模式实际上都是相同的。
这种方法的威力在于它能够剥离由机器本身产生的噪声。当研究人员对比了使用两种不同高科技平台（一种追踪单个分子，另一种在小方格内计数）拍摄的结直肠癌组织图谱时，他们发现基因相互作用的模式几乎完全一致。两台机器在空间关系上的吻合度接近 90%，这一一致水平远高于不同患者之间的差异。这表明，只要分析方法得当，细胞排列的生物学现实是稳健且可以被一致测量的。研究还表明，机器之间的差异并非随机误差，而是局限于特定的、可识别的尺度。例如，一台机器难以识别靠得极近的分子，而另一台则因为依赖先将分子分组为细胞而错过了来自稀有细胞类型的信号。通过直接测量这些模式，新方法可以识别出这些机器特有的特征，并将它们视为已知的特性而非隐藏的偏差。
最令人瞩目的发现之一是，观察单个分子所揭示的生物学变化，在科学家仅观察完整细胞时是完全不可见的。在一项关于小鼠脾脏的研究中，研究人员检查了一种破坏免疫细胞组织的遗传变化。当他们首先将分子分组为细胞进行分析时，这种遗传变化似乎没有任何影响。然而，当他们观察分子的原始位置时，一个清晰的信号显现了出来：在遗传改变的小鼠中，免疫细胞之间的相互避让程度比正常小鼠要强烈得多。这种发生在小于单个细胞尺度的细微偏移，被依赖细胞边界的传统方法所忽略了。新方法表明，生物学信号一直都在那里，只是被“将分子分组为细胞”这一步骤给掩盖了——而这一步骤经常会引入误差，因为来自相邻细胞的分子可能会发生溢出。
研究人员还探讨了获得可靠答案究竟需要多少数据。该领域的一个普遍假设是：进行更深度的测序（即在同一块组织中发现更多分子）总能带来更好的结果。研究证明，事实并非如此。他们发现，测量的精度更多地取决于所检查的组织总面积和采集的独立组织样本数量，而不是单个样本中计数的分子总数。在极小的组织块中将分子数量增加一倍并不会显著降低误差，而在扩大观察面积或增加样本量时则会。这一见解为未来的实验提供了明确指导：为了理解组织组织，将预算分配到更多的组织面积和更多的样本上，比试图在很小的区域内数清每一个分子更为明智。
最后，团队展示了该方法处理现代技术产生的海量数据的速度。他们在单张图形处理器（一种常用于视频游戏的计算机芯片）上运行了分析，仅用 26 分钟就处理了包含超过十亿个分子的组织切片。这种速度使得分析整个基因组以及整个组织切片成为可能，而使用旧方法可能需要数周或数月。其结果是提供了一个统一的空间生物学视角，使得来自不同机器、不同分辨率和不同患者的数据可以直接进行比较。通过专注于分子在所有尺度上的关系，研究人员提供了一种观察活体组织真实架构的方法，将生物学信号与测量工具产生的噪声区分开来。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。